MétaCan
Menu
Retour à la cohorte
Enregistrement W1983500121 · doi:10.1139/t09-114

Effect of cold temperature on the rate of natural attenuation of benzene, toluene, ethylbenzene, and the three isomers of xylene (BTEX)

2010· article· en· W1983500121 sur OpenAlexaffvenue
Ania C. Ulrich, Kristen Tappenden, James E. Armstrong, Kevin W. Biggar

Notice bibliographique

RevueCanadian Geotechnical Journal · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensBP (Canada)University of Alberta
Organismes subventionnairesnon disponible
Mots-clésBTEXEthylbenzeneEnvironmental scienceEnvironmental remediationAttenuationGroundwaterHydrogeologyXyleneEnvironmental chemistryTolueneEnvironmental engineeringGeologyChemistryContaminationGeotechnical engineeringEcology

Résumé

récupéré en direct d'OpenAlex

The impact of cold temperatures on natural attenuation rates is poorly understood and compounded by the lack of published data, particularly under field conditions. This paper presents a collection of data from monitoring and remediation projects completed at cold temperatures. The data set was compiled from 55 studies under anaerobic conditions (46 field and nine laboratory) from sites where groundwater temperatures are typically less than 15 °C. By normalizing the data to +5 and +10 °C, the scatter in rates for BTEX degradation in groundwater was reduced by 33% to 66%. In an attempt to address the paucity of data on natural attenuation rates under cold temperatures, this study has compiled and normalized 101 anaerobic BTEX natural attenuation rates. Eleven of the 55 studies and 43 of the 101 rates presented in this study have not been previously published. Additionally, this study has compiled, for each site, relevant contaminant and hydrogeological information that can be reviewed to choose appropriate rates for preliminary site analysis.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,004
Tête enseignante GPT0,200
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGroundwater flow and contamination studiesTravaux en français237 207